Демис Хассабис, CEO Google DeepMind, опубликовал предложение о том, как управлять передовым ИИ. Суть: создать в США новый регуляторный орган, построенный по образцу FINRA — финансового саморегулятора, который надзирает за брокерами. Этот орган разрабатывал бы стандарты оценки для фронтирных моделей и мог бы при необходимости координировать замедление разработки. Стартапы и исследовательские проекты остаются вне ограничений.
«Никто в мире не знает, что произойдёт дальше» — Демис Хассабис, CEO Google DeepMind
Контекст
Хассабис — один из немногих людей в AI-индустрии, чей авторитет признают все лагери: и сторонники безопасности, и те, кто за ускорение. Он сооснователь DeepMind, в 2014-м компанию купил Google. В 2024 году Хассабис разделил Нобелевскую премию по химии вместе с командой за AlphaFold — это выводит его заявления за рамки обычного корпоративного лоббизма. Когда он говорит «никто не знает, что будет дальше», это не пиар-нарратив.
FINRA — саморегулируемая организация, подотчётная американской SEC. Она лицензирует брокеров, устанавливает стандарты, расследует нарушения. Параллель прямая: брокеры несут системный риск для экономики, фронтирные модели — потенциально для общества. Саморегулирование через индустрию (не прямой госрегулятор) позволяет быть гибче, техничнее и быстрее обновлять правила по мере развития технологии.
Предложение выходит в момент, когда регуляторный ландшафт вокруг ИИ активно формируется. EU AI Act вступил в силу, американский Конгресс обсуждает несколько конкурирующих законопроектов. OpenAI, Anthropic, Google в целом поддерживают концепцию регулирования — конкретика всегда вызывает споры. Но ни одна крупная лаборатория пока не предлагала рабочую модель с механизмом принудительного торможения.
Аналитика
Ключевое слово в предложении — не «запрет», а «координированное замедление». Это другая логика: лаборатории продолжают работу, но заранее создаётся механизм, который можно активировать при достижении определённых порогов риска. Хассабис не предлагает стоп-кран «прямо сейчас» — он предлагает инфраструктуру для стоп-крана, который может и не понадобиться.
Модель FINRA умна тем, что индустрия сама финансирует регулятор и участвует в экспертизе. Но у неё есть исторические слабые места: FINRA критикуют за слишком тесную связь с участниками рынка. В случае с ИИ это деликатнее: те же компании, которые строят фронтирные модели, будут участвовать в определении стандартов для самих себя. Вопрос о независимости такого органа станет центральным.
Освобождение стартапов и исследовательских моделей — прагматичное решение, которое снижает барьеры для входа и не душит науку. Но граница между «исследовательской» и «коммерческой» моделью размыта. Именно здесь развернётся главная борьба при любом конкретном законопроекте — OpenAI и Anthropic начинали как исследовательские организации.
Кейсы применения в бизнесе
B2B-SaaS стартап: Если подобный регулятор появится, потребуются audit trails и evaluation reports для AI-фич. Это одновременно compliance и конкурентное преимущество перед корпоративными клиентами, которым нужна прослеживаемая AI. Начинать стоит уже сейчас: внедри логирование входов и выходов моделей, версионируй промпты, настрой мониторинг AI-решений в production. Клиентам из финтеха или healthcare это уже сегодня помогает закрывать сделки.
Корпорация с legacy: Крупные компании с регуляторным опытом — банки, страховые, телеком — уже умеют работать с compliance. Для них AI-FINRA будет привычной средой. Задача: заранее назначить AI Risk Owner и начать формировать модельный реестр (model card для каждого production-решения). Те, кто сделает это до принятия закона, избегут авральных перестроек.
SMB и локальный бизнес в КР/СНГ: Прямого влияния американского регулятора в горизонте 2-3 лет не будет. Но паттерн важен: если AI compliance укрепится в США, он распространится через тендерные требования западных партнёров и международные контракты. Уже сейчас полезно фиксировать, какие AI-инструменты используются и откуда берутся данные — это закладка под будущий аудит.
Кейсы в личной жизни
Разработчик: Появление evaluation protocols — это рост спроса на ML Safety Engineer и AI Auditor. Уже сейчас стоит изучить NIST AI RMF (Risk Management Framework) и открытые eval-наборы. Это инвестиция в карьеру с реальным горизонтом 2-3 года.
Контент-мейкер и фрилансер: AI governance — горячая тема для медиа с длинным хвостом. Авторы, которые разбираются в regulatory landscape, выделяются среди тех, кто пишет только про «лайфхаки с ChatGPT». Следи за position papers крупных лабораторий и переводи их в понятный контент — спрос на это будет только расти.
Студент: Пересечение ИИ, права и политики становится отдельной профессиональной нишей. Если изучаешь CS, право или политологию — посмотри на направление AI policy. Ряд ведущих университетов уже запустили онлайн-программы в этой области.
Как применить сегодня
- Прочитай оригинальное предложение Хассабиса — оно даёт понимание того, как CEO топовой лаборатории видит реальные риски, а не PR-нарратив.
- Если у тебя есть AI-продукт: начни вести model card — документ с описанием обучения, ограничений и метрик каждой модели в production.
- Изучи NIST AI RMF как уже существующий практический фреймворк — он не ждёт принятия законов и применим прямо сейчас.
- Используй этот контекст в переговорах с клиентами: «мы уже готовимся к AI compliance» — реальный differentiator, особенно в B2B.
- Следи за слушаниями в американском Конгрессе по AI — они транслируются публично и дают лучшее понимание направления регулирования, которое в итоге повлияет на весь рынок.